CN113469969A - 图像生成方法、图像生成装置、检测设备及可读存储介质 - Google Patents

Abstract

本申请公开了一种图像生成方法。图像生成方法包括：获取像素在初始图像中的初始位置；分别计算每一个像素对应的迁移位移；分别将每一个像素从初始位置移动对应的迁移位移，以移动至目标位置；及依据移动至目标位置的像素生成目标图像。本申请还公开了一种图像生成装置、检测设备及计算机可读存储介质。通过将初始图像的像素移动对应的迁移位移，可以生成目标图像，且由于目标图像由初始图像中的像素移动对应的迁移位移得到，目标图像保留了与初始图像一定的相似性，生成的目标图像可以作为样本进行训练，如此，在获得样本时，不需要对多个待检测工件进行实际拍摄，获得样本所花费的时间少，工序简单，进而提高检测过程的效率。

Description

图像生成方法、图像生成装置、检测设备及可读存储介质

技术领域

本申请涉及工业检测技术领域，特别涉及一种图像生成方法、图像生成装置、检测设备及可读存储介质。

背景技术

在工业检测中，通常先拍摄待测工件的图像，再比较待测工件的图像与标准图像之间的差异，以判断待测工件是否存在缺陷，而对于存在缺陷的工件，有时还需要依据缺陷的分类规则，识别待测工件的图像，以对存在的缺陷进行分类。在形成缺陷的分类规则时，需要事先利用具有缺陷的图像作为样本进行训练，然而，为了获得足够多的样本进行训练，则需要拍摄足够多的带有缺陷的工件的图像，导致样本收集的过程花费的时间长、工序复杂，整个检测过程的效率低下。

发明内容

本申请实施方式提供了一种图像生成方法、图像生成装置、检测设备及计算机可读存储介质。

本申请实施方式的图像生成方法包括：获取像素在初始图像中的初始位置；分别计算每一个像素对应的迁移位移；分别将每一个像素从初始位置移动对应的迁移位移，以移动至目标位置；及依据移动至目标位置的像素生成目标图像。

在某些实施方式中，所述分别计算每一个像素对应的迁移位移，包括：基于预设函数，分别随机生成每一个像素的初始迁移位移；及依据多个像素的所述初始迁移位移的分布信息，对所述初始迁移位移进行平滑处理，以得到目标迁移位移。

在某些实施方式中，所述依据多个像素的所述初始迁移位移的分布信息，对所述初始迁移位移进行平滑处理，以得到目标迁移位移，包括：依据预设的映射函数，分别将每一个像素的初始迁移位移映射为第一映射图像的初始特征信息；对所述第一映射图像进行滤波处理以得到第二映射图像，所述第二映射图像包括目标特征信息；及依据所述映射函数，将所述目标特征信息映射为所述目标迁移位移。

在某些实施方式中，在所述基于预设函数，分别随机生成每一个像素的初始迁移位移后，所述分别计算每一个像素对应的迁移位移，还包括：判断初始迁移位移是否在预设的位移范围内；及对于初始迁移位移不在所述位移范围内的像素，则重新基于所述预设函数，随机生成新的初始迁移位移，直至新的初始迁移位移在所述位移范围内。

在某些实施方式中，所述预设函数是均值为0的高斯函数。

在某些实施方式中，所述依据移动至目标位置的像素生成目标图像，包括：若仅一个像素迁移至第一目标位置，则以所述仅一个像素的信息作为所述目标图像在所述第一目标位置的像素信息；若多个像素迁移至第二目标位置，则基于所述多个像素的信息确定所述目标图像在所述第二目标位置的像素信息；及若不存在迁移至第三目标位置的像素，则基于所述目标图像在所述第三目标位置周围的像素信息，确定所述第三目标位置的像素信息。

在某些实施方式中，所述若多个像素迁移至第二目标位置，则基于所述多个像素的信息确定所述目标图像在所述第二目标位置的像素信息，包括：若多个像素迁移至第二目标位置，则计算所述多个像素的信息在所述第二目标位置的加权平均信息，作为所述第二目标位置的像素信息。

本申请实施方式的图像生成装置包括获取模块、计算模块、移动模块及生成模块，所述获取模块用于获取像素在初始图像中的初始位置；所述计算模块用于分别计算每一个像素对应的迁移位移；所述移动模块用于分别将每一个像素从初始位置移动对应的迁移位移，以移动至目标位置；所述生成模块用于依据移动至目标位置的像素生成目标图像。

本申请实施方式的检测设备包括存储器及处理器，所述存储器用于存储初始图像；所述处理器与所述存储器通信连接，所述处理器用于执行本申请任一实施方式所述的图像生成方法。

本申请实施方式的非易失性计算机可读存储介质存储有计算机程序，当所述计算机程序被一个或多个处理器执行时，使得所述处理器执行本申请任一实施方式所述的图像生成方法。

本申请实施方式的图像生成方法、图像生成装置、检测设备及计算机可读存储介质中，通过将初始图像的像素移动对应的迁移位移，可以生成目标图像，且由于目标图像由初始图像中的像素移动对应的迁移位移得到，目标图像保留了与初始图像一定的相似性，生成的目标图像可以作为样本进行训练，如此，在获得样本时，不需要对多个待检测工件进行实际拍摄，获得样本所花费的时间少，工序简单，进而提高检测过程的效率。

本申请实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

本申请的上述和/或附加的方面和优点可以从结合下面附图对实施方式的描述中将变得明显和容易理解，其中：

图1是本申请某些实施方式的图像生成方法的流程示意图；

图2是本申请某些实施方式的图像生成方法的原理示意图；

图3是本申请某些实施方式的图像生成方法的原理示意图；

图4是本申请某些实施方式的图像生成方法的原理示意图；

图5是本申请某些实施方式的图像生成方法的流程示意图；

图6是本申请某些实施方式的图像生成方法的原理示意图；

图7是本申请某些实施方式的图像生成方法的流程示意图；

图8是本申请某些实施方式的图像生成方法的原理示意图；

图9是本申请某些实施方式的图像生成方法的原理示意图；

图10是本申请某些实施方式的图像生成方法的流程示意图；

图11是本申请某些实施方式的图像生成方法的原理示意图；

图12是本申请某些实施方式的图像生成方法的流程示意图；

图13是本申请某些实施方式的图像生成方法的原理示意图；

图14是本申请某些实施方式的图像生成方法的原理示意图；

图15是本申请某些实施方式的图像生成装置的模块示意图；

图16是本申请某些实施方式的图像生成装置的模块示意图；

图17是本申请某些实施方式的图像生成装置的模块示意图；

图18是本申请某些实施方式的图像生成装置的模块示意图；

图19是本申请某些实施方式的图像生成装置的模块示意图；

图20是本申请某些实施方式的检测设备的结构示意图；

图21是本申请某些实施方式的计算机可读存储介质与处理器的连接示意图。

具体实施方式

下面详细描述本申请的实施方式，所述实施方式的示例在附图中示出，其中，相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本申请的实施方式，而不能理解为对本申请的实施方式的限制。

在工业检测领域中，通常通过自动光学检测(Automated Optical Inspection,AOI)设备对待测的工件进行缺陷检测。自动光学检测设备中的成像装置采集待测工件的图像，该图像与预存的标准图像进行对比，通过该图像与标准图像之间的差异来判断待测工件是否存在缺陷。

工件可能存在的缺陷的种类有很多，不同种类的缺陷对整个工业检测的影响不同，例如不同种类的缺陷对产品良率的影响不同、不同种类的缺陷产生的原因不同、不同种类的缺陷的去除方法不同等。因此，对检测到的缺陷进行分类成为工业检测中非常重要的一个环节，而进行准确地分类依靠完善的分类规则。

分类规则可以由训练模型依据缺陷样本进行训练得到，分类规则是否足够完善，很大程度上取决于缺陷样本是否充足，缺陷样本越多，分类规则越准确，缺陷样本越少，分类规则越粗略。故，如何获得足够多的可用于进行训练的缺陷样本，对整个缺陷检测工序的正常进行显得尤为重要。

本申请实施方式公开了一种图像生成方法，以实现对有效样本数量的扩充，提高缺陷检测的效率。具体地，请参阅图1，本申请实施方式的图像生成方法包括步骤：

01：获取像素在初始图像中的初始位置；

02：分别计算每一个像素对应的迁移位移；

03：分别将每一个像素从初始位置移动对应的迁移位移，以移动至目标位置；及

04：依据移动至目标位置的像素生成目标图像。

在步骤01中，获取像素在初始图像中的初始位置。其中，初始图像可以是存在某一种类缺陷的工件的图像，初始图像可以是该种类缺陷的标准图像，可以理解，工件中该种类缺陷的实际图像可能并不完全与标准图像相同，可能会存在杂质、变形、噪声等差异。初始图像包括多个像素，每个像素在初始图像中的初始位置可以由像素在图上的坐标来表示，例如如图2所示的例子中，初始图像P1中的像素位置可以由坐标(X，Y)来表示。

在步骤02中，分别计算每一个像素对应的迁移位移。每一个像素都分别计算出对应的迁移位移，不同像素对应的迁移位移可能存在相同的情况，也可能存在不同的情况。在一个例子中，在分别计算每个像素对应的迁移位移时，可以引用随机数作为计算变量，以使每次计算的迁移位移的结果具有一定的随机性，使得每次实施图像生成方法，都可以生成不完全相同的目标图像。

另外，如图2所示的例子，像素位置可以由坐标(X，Y)来表示，迁移位移可以分别由X方向的迁移位移以及Y方向的迁移位移组成，例如迁移位移为(ΔX，ΔY)。其中，ΔX可以为正数，也可以为负数，可以规定正数为沿X方向的正向迁移的距离，负数为沿X方向的负向迁移的距离，ΔY与ΔX同理。请结合图3所示的例子，图3所示为初始图像的像素对应的X方向的迁移位移，小方格的位置表示像素所在的初始位置，小方格内的数字代表该初始位置的像素在X方向的迁移位移，正数代表沿X方向的正向迁移的距离，负数代表沿Y方向的负向迁移的距离。当然，在Y方向的迁移位移也可以用类似于图3的表示方式来表示，在此不再示出。

在步骤03中，分别将每一个像素从初始位置移动对应的迁移位移，以移动至目标位置。诚如上述，每个像素都对应一个初始位置以及一个迁移位移，将每一个像素都按照对应的初始位置与迁移位移移动，可将像素移动至目标位置。而对于同一个像素而言，其初始位置与目标位置可能不相同，以使得后续生成的目标图像与初始图像并不完全相同，另外，由于不同像素的迁移位移也可能不同，因此，后续生成的目标图像并不是初始图像整体的偏移或者偏转。请参阅如图4所示的例子，像素从初始位置(实心方格所处的位置)迁移至目标位置(空心方格所处的位置)，迁移的方式为沿图中的箭头所示的迁移位移进行迁移。

在步骤04中，依据移动至目标位置的像素生成目标图像。当像素移动至目标位置后，像素本身的信息，例如灰度、亮度、色度、饱和度、各颜色通道的通道值等信息也一并移动至目标位置，依据移动至目标位置的所有像素的信息，可以确定目标图像在每一个目标位置的像素的信息，以最终确定目标图像。

本申请实施方式的图像生成方法中，通过将初始图像的像素移动对应的迁移位移，可以生成目标图像，且由于目标图像由初始图像中的像素移动对应的迁移位移得到，目标图像与初始图像有一定的相似性，生成的目标图像可以作为样本进行训练，如此，在获得样本时，不需要对多个待检测工件进行实际拍摄，获得样本所花费的时间少，工序简单，进而提高检测过程的效率。

请参阅图5，在某些实施方式中，步骤02包括步骤：

021：基于预设函数，分别随机生成每一个像素的初始迁移位移；及

022：依据多个像素的初始迁移位移的分布信息，对初始迁移位移进行平滑处理，以得到目标迁移位移。

具体地，步骤021中，基于预设函数，分别随机生成每一个像素的初始迁移位移。其中，预设函数可以是一个产生随机数的函数，以使得每一个像素的初始迁移位移都为随机产生，进而使得每次实施本申请实施方式的图像生成方法后，都能生成一个随机的目标图像。以一个像素为例，该像素的初始迁移位移(ΔX，ΔY)中，ΔX可以由预设函数随机一次并产生，ΔY可以由预设函数再随机一次并产生，ΔX的产生与ΔY的产生之间可以互不影响。在如图6所示的例子中，预设函数是均值为0的高斯函数，其中，横坐标x为产生的随机数的大小，ψ(x)为产生随机数x对应的概率，ψ(x)在定义域中的积分为1。从图6中可以看到，随机数的值越接近于0对应的概率越大，使得像素在迁移时，较大的概率会迁移至初始位置的附近，进而使得最终生成的目标图像的基本形状不会有太大的变化，目标图像满足作为训练样本的要求。当然，预设函数的具体类型并不限于图6中所示的例子，基于目标图像的不同需求，预设函数也可以是任意其余可以产生随机数的函数，例如预设函数产生的随机数为正数的概率可以大于或小于随机数为负数的概率，或者预设函数产生在某个区间内任一随机数的概率均相同等，在此不作限制。

步骤022中，依据多个像素的初始迁移位移的分布信息，对初始迁移位移进行平滑处理，以得到目标迁移位移。可以理解，在初始图像中，初始位置相邻的像素之间的关联性通常较大，例如相邻的像素的信息可能较接近，相邻的像素可能共同反映某些关键特征的信息，如果相邻像素的初始迁移位移相差较大，可能会导致最终生成的目标图像中的关键特征形变较大，而可能会导致不利于将目标图像作为训练样本进行使用。因此，依据多个像素的初始迁移位移的分布信息，对初始迁移位移进行平滑处理后，可以使得相邻像素之间的目标迁移位移的梯度不会太大，使得目标迁移位移与像素之间的位移关系有所关联，减少生成的目标图像的相对于初始图像的形变程度。

通过实施步骤021及步骤022，初始迁移位移由预设函数随机产生，避免多次生成的目标图像之间的相似度过高而不能作为不同的两个样本进行训练，进一步地，通过对初始迁移位移进行平滑处理，使得目标图像能够较大程度地保留关键特征的基本形状。

请参阅图7，在某些实施方式中，步骤022包括步骤：

0221：依据预设的映射函数，分别将每一个像素的初始迁移位移映射为第一映射图像的初始特征信息；

0222：对第一映射图像进行滤波处理以得到第二映射图像，第二映射图像包括目标特征信息；及

0223：依据映射函数，将目标特征信息映射为目标迁移位移。

步骤0221中，依据预设的映射函数，分别将每一个像素的初始迁移位移映射为第一映射图像的初始特征信息。将初始迁移位移以第一映射图像的初始特征信息的方式表现出来，以便于后续对第一映射图像进行滤波处理，可以提高计算得到目标迁移位移的可操作性和直观性。其中，映射函数为预先设置的函数，映射函数体现了初始迁移位移与初始特征信息之间的对应关系，依据初始迁移位移及映射函数可以计算出初始特征信息，当然，如果已知初始特征信息，依据映射函数也可以计算出初始迁移位移。

具体地，以一个像素为例，该像素的初始迁移位移为(ΔX，ΔY)，由于初始迁移位移包括X方向的初始迁移位移ΔX，以及Y方向的初始迁移位移ΔY，因此，可以分别依据映射函数将初始迁移位移ΔX映射为一个第一映射图像的特征信息，依据映射函数将初始迁移位移ΔY映射为另一个第一映射图像的特征信息。第一映射图像的像素数量、排列方式，与初始图像的像素数量、排列方式相同，且第一映射图像的每个像素的初始特征信息，由在初始图像的相同位置的像素的迁移位移依据映射函数映射得到。其中，初始特征信息，可以是第一映射图像的每个像素的灰度值、亮度值等信息，在此不作限制。

请参阅图8所示的例子，图8中左侧的图像为X方向的初始迁移位移ΔX映射为初始特征信息后，得到的第一映射图像PX1，右侧的图像为Y方向的初始迁移位移ΔY映射为初始特征信息后，得到的第一映射图像PY1，其中，初始特征信息为灰度值。

步骤0222中，对第一映射图像进行滤波处理以得到第二映射图像，第二映射图像包括目标特征信息。诚如上述，为了避免目标图像中的关键特征形变过大，可以通过对初始迁移位移进行滤波处理，由于初始迁移位移已经映射为第一映射图像的初始特征信息，因此，可以针对第一映射图像的初始特征信息进行滤波处理，以实现对初始迁移位移进行平滑处理的目的。在具体实施时，可以采用具有较大尺寸的核的高斯滤波函数对第一映射图像进行滤波处理，以得到第二映射图像。

请结合图8及图9所示的例子，图9中左侧的图像为第一映射图像PX1经过滤波后得到的第二映射图像PX2，右侧的图像为第一映射图像PY1经过滤波后得到的第二映射图像PY2，可以看到，第二映射图像PX2相对于第一映射图像PX1，或者第二映射图像PY2相对于第一映射图像PY1而言，高频部分被滤除，保留了低频部分。

步骤023中，依据映射函数，将目标特征信息映射为目标迁移位移。在第二映射图像中，每个像素的目标特征信息反映着初始图像中对应像素的目标迁移位移，通过映射函数，可以将目标特征信息映射为目标迁移位移，以便于基于目标迁移位移移动像素。具体地，可以先得到步骤021中运用的映射函数的反函数，再依据该反函数将目标特征信息映射为目标迁移位移。请参阅图9，任意一个像素的目标迁移位移，都可以由第二映射图像PX2的对应位置的目标特征信息映射为的ΔX，以及第二映射图像PXY的对应位置的目标特征信息映射为的ΔY组成。进一步地，在得到目标迁移位移(ΔX，ΔY)后，可以将ΔX及ΔY取整处理，例如通过四舍五入、直接取整数部分等方式取整处理，以符合移动像素时只能移动整数个像素尺寸的要求。

因此，通过实施步骤0221、步骤0222及步骤0223，可以结合像素的具体位置，对迁移位移进行一定的处理，使得目标图像的形变量及噪声相对较小。

请参阅图10，在某些实施方式中，在实施步骤021后，步骤02还包括步骤：

023：判断初始迁移位移是否在预设的位移范围内；及

024：对于初始迁移位移不在位移范围内的像素，则重新基于预设函数，随机生成新的初始迁移位移，直至新的初始迁移位移在位移范围内。

步骤023中，判断初始迁移位移是否在预设的位移范围内。可以理解，初始迁移位移的绝对值越大，目标图像相对于初始图像的形变可能越大，因此，可以通过控制初始迁移位移的方式限制目标图像的形变程度，以使目标图像满足作为训练样本的要求。具体地，诚如上述，初始迁移位移包括X方向的初始迁移位移和Y方向的初始迁移位移，X方向的初始迁移位移与Y方向的初始迁移位移可以分别被判断是否在预设的位移范围内。

为了直观地体现不同位移范围对目标图像的影响，请结合图2及图11所示的例子，图11中左侧的目标图像P21为位移范围为[-3，3]时，由图2中的初始图像P1实施图像生成方法后得到的目标图像P21；图11中右侧的目标图像P22为位移范围为[-7，7]时，由图2中的初始图像P1实施图像生成方法后得到的目标图像P22。可以直观地看到，目标图像P22相对于初始图像P1的形变量，大于目标图像P21相对于初始图像P1的形变量。

步骤024中，对于初始迁移位移不在位移范围内的像素，则重新基于预设函数，随机生成新的初始迁移位移，直至新的初始迁移位移在位移范围内。当X方向的某个像素的初始迁移位移不在位移范围内时，再随机生成X方向的初始迁移位移，直至X方向的初始迁移位移在位移范围内，而Y方向的初始迁移位移可以不受X方向的初始迁移位移的影响，同理，Y方向的初始迁移位移也可以独立于X方向的初始迁移位移独立地判断，直至Y方向的初始迁移位移也在位移范围内。

因此，实施步骤023及步骤024后，可以限定目标图像的形变程度，以使得目标图像满足预定的使用需求。

请参阅图12，在某些实施方式中，步骤04包括步骤：

041：若仅一个像素迁移至第一目标位置，则以仅一个像素的信息作为目标图像在第一目标位置的像素信息；

042：若多个像素迁移至第二目标位置，则基于多个像素的信息确定目标图像在第二目标位置的像素信息；及

043：若不存在迁移至第三目标位置的像素，则基于目标图像在第三目标位置周围的像素信息，确定第三目标位置的像素信息。

步骤041中，若仅一个像素迁移至第一目标位置，则以仅一个像素的信息作为目标图像在第一目标位置的像素信息。每个像素都有其自身所在的初始位置及对应的迁移位移，而可能会有不同数量的像素将同一位置作为目标位置，此时，可以依据实际情况，采取不同的方式确定不同目标位置的像素的信息。当某个目标位置只有一个像素迁移过来时，该目标位置设为第一目标位置，目标图像在第一目标位置的像素信息可以直接采用迁移过来的一个像素的像素信息。即，如图4所示的例子，空心方格所在的位置为第一目标位置D1，第一目标位置D1的像素信息直接以初始图像中，处于实心方格位置的像素信息确定。

步骤042中，若多个像素迁移至第二目标位置，则基于多个像素的信息确定目标图像在第二目标位置的像素信息。当某个目标位置有至少两个像素迁移过来时，该目标位置设为第二目标位置，第二目标位置的像素信息需要结合该至少两个像素的信息综合确定。例如，如图13所示的例子，空心方格所在的位置为第二目标位置D2，第二目标位置D2有三个像素迁移过来，第二目标位置D2的像素信息需要初始图像中，处于实心方格位置的三个像素的像素信息确定。

具体地，在一个例子中，若多个像素迁移至第二目标位置，则计算多个像素的信息在第二目标位置的加权平均信息，作为第二目标位置的像素信息。以图13所示的例子为例，且以像素信息中的灰度信息为例，在原始图像中，处于实心方格位置的三个像素的灰度信息分别为gr1、gr2、gr3，而三个像素分别移动至第二目标位置D2的概率分别为c1、c2、c3，则第二目标位置D2的像素的灰度信息为

其中，概率c1可以为：其中一个像素需要随机产生移动至该第二目标位置D2的迁移位移(ΔX1，ΔY1)时，X方向的迁移位移为ΔX1的概率与Y方向的迁移位移为ΔY1的概率的乘积，概率c2及c3同理。

另外，如果第二目标位置D2的像素包括多通道的信息，可以对不同的通道信息分别以上述例子中所述的方法计算加权平均信息。例如，以RGB通道中的B通道为例，处于实心方格位置的三个像素的B通道的信息分别为B1、B2、B3，而三个像素分别移动至第二目标位置D2的概率分别为c1、c2、c3，则第二目标位置D2的像素的B通道的信息为

R通道和G通道的计算方法类似，在此不再赘述。

步骤043中，若不存在迁移至第三目标位置的像素，则基于目标图像在第三目标位置周围的像素信息，确定第三目标位置的像素信息。当某个目标位置没有像素迁移过来时，该目标位置设为第三目标位置，第三目标位置的像素信息大概率与目标图像的第三目标位置的周围的像素信息相关，因此，可以依据第三目标位置的周围的像素信息确定在第三目标位置的像素信息。

具体地，在一个例子中，可以以第三目标位置的周围的像素中，像素信息的平均值作为该第三目标位置的像素信息。而如果在该第三目标位置的周围的像素中包含了空白的像素，则不将该空白的像素计为周围的像素进行计算，其中，空白的像素指位于其余位置的第三目标位置，且还没有确定像素信息的像素。以图14所示的例子为例，第三目标位置D3的周围有八个具有像素信息的像素，因此，以该八个像素信息的平均值作为第三目标位置D3的像素信息。如果第三目标位置D3的周围八个像素均为空白的像素，则以该周围八个像素外围一圈的像素(即十六个像素)作为新的周围像素，以确定第三目标位置D3的像素信息。

因此，通过实施步骤041、步骤042及步骤043，可以确定不同特性的目标位置的像素信息，以最终得到完整的目标图像。

请参阅图15，本申请还公开了一种图像生成装置10，图像生成装置10可用于实施本申请实施方式的图像生成方法。图像生成装置10包括获取模块11、计算模块12、移动模块13及生成模块14。获取模块11可用于实施步骤01，即，获取模块11可用于获取像素在初始图像中的初始位置。计算模块12可用于实施步骤02，即，计算模块12可用于分别计算每一个像素对应的迁移位移。移动模块13可用于实施步骤03，即，移动模块13可用于分别将每一个像素从初始位置移动对应的迁移位移，以移动至目标位置。生成模块14可用于实施步骤04，即，生成模块14可用于依据移动至目标位置的像素生成目标图像。

请参阅图16，在某些实施方式中，计算模块12包括随机单元121及处理单元122。随机单元121可用于实施步骤021，即，随机单元121可用于基于预设函数，分别随机生成每一个像素的初始迁移位移。处理单元122可用于实施步骤022，即，计算单元122可用于依据多个像素的初始迁移位移的分布信息，对初始迁移位移进行平滑处理，以得到目标迁移位移。

请参阅图17，在某些实施方式中，处理单元122包括第一映射子单元1221、滤波子单元1222及第二映射子单元1223。第一映射子单元1221可用于实施步骤0221，即，第一映射子单元1221可用于依据预设的映射函数，分别将每一个像素的初始迁移位移映射为第一映射图像的初始特征信息。滤波子单元1222可用于实施步骤0222，即，滤波子单元1222可用于对第一映射图像进行滤波处理以得到第二映射图像，第二映射图像包括目标特征信息。第二映射子单元1223可用于实施步骤0223，即，第二映射子单元1223可用于依据映射函数，将目标特征信息映射为目标迁移位移。

请参阅图18，在某些实施方式中，计算模块12还包括判断单元123，判断单元123可用于实施步骤023，即，判断单元123可用于判断初始迁移位移是否在预设的位移范围内。随机单元121还可用于实施步骤024，即，随机单元121可用于对于初始迁移位移不在位移范围内的像素，则重新基于预设函数，随机生成新的初始迁移位移，直至新的初始迁移位移在位移范围内。

请参阅图19，在某些实施方式中，生成模块14包括第一确定单元141、第二确定单元142及第三确定单元143。第一确定单元141可用于实施步骤041，即，第一确定单元141可用于若仅一个像素迁移至第一目标位置，则以仅一个像素的信息作为目标图像在第一目标位置的像素信息。第二确定单元142可用于实施步骤042，即，第二确定单元142可用于若多个像素迁移至第二目标位置，则基于多个像素的信息确定目标图像在第二目标位置的像素信息。第三确定单元143可用于实施步骤043，即，第三确定单元143可用于若不存在迁移至第三目标位置的像素，则基于目标图像在第三目标位置周围的像素信息，确定第三目标位置的像素信息。

图像生成装置10实施图像生成方法时的实施细节，可以参阅对图像生成方法的描述，在此不再赘述。

请参阅图20，本申请还公开了一种检测设备20，检测设备20包括存储器21及处理器22。存储器21可用于存储初始图像，处理器22与存储器21通信连接，处理器22可用于实施本申请任一实施方式的图像生成方法。处理器22实施图像生成方法时的实施细节，可以参阅对图像生成方法的描述，在此不再赘述。

请继续参阅图20，检测设备20可以是视觉检测设备、半导体加工设备、半导体封装设备等设备，在此不作限制。在图3所示的例子中，检测设备20为视觉检测设备，检测设备20可用于检测工件100上是否存在缺陷、或者测量工件100上某些特征的尺寸等。其中，工件100可以是晶圆、芯片、显示面板、基板、薄膜、电路板、掩膜、盖板、外壳等任意器件，在此不作限制。

在图20所示的例子中，检测设备20还包括探测器23、承载器24、转运器25及基台26。基台26可以用于安装探测器23及承载器24。承载器24用于承载工件100，以固定工件100或者带动工件100相对于探测器23运动。转运器25可以用于将工件100转运至承载器24，或者将工件100从承载器24上取出。探测器23可以是二维探测器或者三维探测器，探测器23可以用于对工件100进行成像，以依据所成的像对工件100进行检测，另外，探测器23还与存储器21、处理器22通信连接，探测器23采集的图像可以存储在存储器21中，或者由处理器22进行处理。

请参阅图21，本申请实施方式还公开一种非易失性计算机可读存储介质30，计算机可读存储介质30存储有计算机程序31，当计算机程序31被一个或多个处理器40执行时，使得处理器40执行本申请任一实施方式的图像生成方法。

综上，本申请实施方式的图像生成方法、图像生成装置、检测设备及计算机可读存储介质中，通过将初始图像的像素移动对应的迁移位移，可以生成目标图像，且由于目标图像由初始图像中的像素移动对应的迁移位移得到，目标图像保留了与初始图像一定的相似性，生成的目标图像可以作为样本进行训练，如此，在获得样本时，不需要对多个待检测工件进行实际拍摄，获得样本所花费的时间少，工序简单，进而提高检测过程的效率。

在本说明书的描述中，参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

尽管上面已经示出和描述了本申请的实施方式，可以理解的是，上述实施方式是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施方式进行变化、修改、替换和变型。

Claims (10)

1.一种图像生成方法，其特征在于，所述图像生成方法包括：

获取像素在初始图像中的初始位置；

分别计算每一个像素对应的迁移位移；

分别将每一个像素从初始位置移动对应的迁移位移，以移动至目标位置；及

依据移动至目标位置的像素生成目标图像。

2.根据权利要求1所述的图像生成方法，其特征在于，所述分别计算每一个像素对应的迁移位移，包括：

基于预设函数，分别随机生成每一个像素的初始迁移位移；及

依据多个像素的所述初始迁移位移的分布信息，对所述初始迁移位移进行平滑处理，以得到目标迁移位移。

3.根据权利要求2所述的图像生成方法，其特征在于，所述依据多个像素的所述初始迁移位移的分布信息，对所述初始迁移位移进行平滑处理，以得到目标迁移位移，包括：

依据预设的映射函数，分别将每一个像素的初始迁移位移映射为第一映射图像的初始特征信息；

对所述第一映射图像进行滤波处理以得到第二映射图像，所述第二映射图像包括目标特征信息；及

依据所述映射函数，将所述目标特征信息映射为所述目标迁移位移。

4.根据权利要求2所述的图像生成方法，其特征在于，在所述基于预设函数，分别随机生成每一个像素的初始迁移位移后，所述分别计算每一个像素对应的迁移位移，还包括：

判断初始迁移位移是否在预设的位移范围内；及

对于初始迁移位移不在所述位移范围内的像素，则重新基于所述预设函数，随机生成新的初始迁移位移，直至新的初始迁移位移在所述位移范围内。

5.根据权利要求2所述的图像生成方法，其特征在于，所述预设函数是均值为0的高斯函数。

6.根据权利要求1所述的图像生成方法，其特征在于，所述依据移动至目标位置的像素生成目标图像，包括：

若仅一个像素迁移至第一目标位置，则以所述仅一个像素的信息作为所述目标图像在所述第一目标位置的像素信息；

若多个像素迁移至第二目标位置，则基于所述多个像素的信息确定所述目标图像在所述第二目标位置的像素信息；及

若不存在迁移至第三目标位置的像素，则基于所述目标图像在所述第三目标位置周围的像素信息，确定所述第三目标位置的像素信息。

7.根据权利要求6所述的图像生成方法，其特征在于，所述若多个像素迁移至第二目标位置，则基于所述多个像素的信息确定所述目标图像在所述第二目标位置的像素信息，包括：

若多个像素迁移至第二目标位置，则计算所述多个像素的信息在所述第二目标位置的加权平均信息，作为所述第二目标位置的像素信息。

8.一种图像生成装置，其特征在于，所述图像生成装置包括：

获取模块，用于获取像素在初始图像中的初始位置；

计算模块，用于分别计算每一个像素对应的迁移位移；

移动模块，用于分别将每一个像素从初始位置移动对应的迁移位移，以移动至目标位置；及

生成模块，用于依据移动至目标位置的像素生成目标图像。

9.一种检测设备，其特征在于，检测设备包括：

存储器，所述存储器用于存储初始图像；及

处理器，所述处理器与所述存储器通信连接，所述处理器用于执行权利要求1至7任意一项所述的图像生成方法。

10.一种存储有计算机程序的非易失性计算机可读存储介质，其特征在于，当所述计算机程序被一个或多个处理器执行时，使得所述处理器执行权利要求1至7任意一项所述的图像生成方法。

Images